Real-SWE: Benchmarking AI models on private, real-world, enterprise codebases
withspecific.com ·
実在する企業のプライベートな本番コードベースから課題を取り、主要なフロンティアAIモデルとハーネスの組み合わせを評価する新ベンチマーク「Real-SWE」の紹介です。課題は請求や税計算など実際のビジネスに影響するものばかりで、ネット上に存在しない「真に分布外」なタスクとして設計されています。公開ベンチマークでは測れない、実務でのコーディングエージェントの実力を知る貴重な指標になります。
The Pulse: tech companies move to open AI models
blog.pragmaticengineer.com ·
Uber、Pinterest、AT&Tなどの大手テック企業がクローズドのフロンティアモデルからオープンウェイトモデルへ移行し、大幅なコスト削減を実現した事例をまとめたレポートです。モデルルーティング、プロンプトキャッシュ、サブエージェントの使い分けなど、すぐ試せる具体的なコスト最適化手法も多数紹介されています。AI推論コストの実態と削減策を知るうえで、現時点で最も具体的な情報源の一つです。
DeepSeek's new model sets a template for powerful LLMs that run lean
theregister.com ·
DeepSeekの新モデルが、巨大なN-gram重みプールを活用してアクティブパラメータを抑えつつ推論品質を保つアーキテクチャを採用したと解説する記事です。AlibabaのQwen 3.8-Flash-Nextも同手法を採用しており、効率的に大規模モデルを動かす技術トレンドとして注目されます。オープンLLMの実行コストと効率に関わる将来のアーキテクチャ方向性を読み取れます。
Grab's Agent Framework LLM-Kit Accelerates AI Agent Production Deployment
infoq.com ·
Grabが500以上の社内エージェントサービスを標準化するフレームワーク「LLM-Kit」を導入し、新規AIエージェントのデプロイ時間を2週間から1時間に短縮した事例を紹介する記事です。ランタイムでのツールディスカバリ、評価、シークレット管理を一元化する設計が解説されています。エージェントを本番運用する組織にとって、プラットフォーム化の参考になる実例です。
More JFrog Artifactory bugs under attack, and all 3 have patches
theregister.com ·
JFrog Artifactoryの3つの脆弱性が実攻撃で悪用されており、いずれもパッチが公開済みであることを伝える記事です。攻撃者は複数CVEを連鎖させて管理者権限を奪い、Rust製バックドアを設置する事例が観測されています。自己ホスト型のArtifactoryを運用するチームは、パッチ適用状況と特権アカウントの監査を今すぐ確認すべきです。
Novel Blue Moon kit targeting Chrome and Windows reflects new reality of AI-driven exploits
theregister.com ·
ChromiumのV8脆弱性2件とWindowsの権限昇格脆弱性を連鎖させる「BlueMoon」エクスプロイトキットの分析記事です。オープンソースの upstream パッチから stable リリースまでの「patch-gap」期間を突く攻撃が、AIの活用により複数のスパイグループに広がっている点が指摘されています。脆弱性対策のタイミングとサプライチェーン的なリスク感が変わりつつあることを実感できるレポートです。
Agoda Replaces 72-Shard SQL Server Price Cache with DragonflyDB
infoq.com ·
Agodaが1.5TBのホテル料金キャッシュを72シャードのSQL ServerからDragonflyDBへ移行した事例を解説する記事です。段階的な二重読み取り、パリティ検証、トラフィック漸進移行などの手法が紹介され、P99読み取りレイテンシが約8分の1に低減されました。大規模キャッシュインフラの移行設計を学べる実践的な内容です。
How to write an effective software design document
refactoringenglish.com ·
Google、Microsoftでの経験を持つ著者が、効果的なソフトウェア設計ドキュメントの書き方を網羅的に解説する記事です。Goals/Non-goals、シナリオ、図の使い方など各セクションの目的と、「間違えた場合のペナルティ」でドキュメントへの投資度を決める考え方を示しています。チームでの設計レビューの質を上げたいエンジニアにとって、すぐ実践できる手引きです。
Functional programming jargon, mapped out
javascriptweekly.com ·
Vite開発サーバーの既知脆弱性を狙うスキャンやReact 19.3リリース、TailwindチームのShopify移籍など、JavaScriptエコシステムの今週の動きをまとめたニュースレターです。OpenJS FoundationのCVEチームがAI生成レポート急増により休止するという、セキュリティ運用へのAI影響を示す話題も含まれます。フロントエンド周辺の最新事情を一括で把握できます。
"Do You Still Read the Code?"
zanlib.dev ·
AI時代に「コードを読むこと」の意味を問い直すエッセイで、Peter Naurの「Programming as Theory Building」を軸に議論を展開します。ソースコードではなく、その背後にある理論（理解）こそがプログラミングの本当の生産物だとする視点から、バイブコーディングの限界を考察します。AI支援開発とエンジニアの理解の関係を考える上で示唆に富む一編です。